Figma AI resolveu 18 de 19 tarefas de design system: de tokens a tabelas
A designer Ekaterina Larionova passou ao agente embutido Figma AI 19 tarefas rotineiras do design system Sova, e ele concluiu 18 por completo ou na maior parte. Por exemplo, remontou uma tabela de colunas para linhas em 5 minutos e 17 segundos e trocou valores em 100 variantes de um componente. A falha foi a troca de placeholders por texto com sentido: nas 36 células apareceu "Texto 1–3". O agente vai bem em tarefas mecânicas com um exemplo de referência, mas o resultado precisa ser conferido.
Processado por IA de Habr AI; editado por Hamidun News
Quem já manteve um design system conhece o trabalho: renomear uma centena de variantes, revincular cores a tokens, remontar uma tabela. É necessário, mas ninguém diria que é interessante. A designer de produto Ekaterina Larionova, que desenvolve o design system Sova no ecossistema de TI Lukomorie, testou o agente embutido do Figma AI nessa rotina. Ele edita camadas e componentes existentes no Figma Design. O Figma Make não entrou no experimento. Eram 19 tarefas. O agente resolveu 18 por completo ou na maior parte, e uma não deu certo.
Onde o agente funciona bem
Ele se sai melhor em tarefas mecânicas que têm um exemplo de referência. Em um componente com 100 variantes, trocou de lugar os valores icon=off e icon=on em 1 minuto e 23 segundos. Restaurou, a partir de um componente de referência, os nomes de propriedades que tinham virado Property 7 e Property 8. Percebeu um padrão nos espaçamentos e adicionou um quarto nível de aninhamento em seis conjuntos de árvores. Uma tabela com 16 colunas verticais foi remontada em 23 linhas horizontais, com larguras e conteúdo preservados. Isso levou 5 minutos e 17 segundos. Fazer essa reestruturação à mão no Auto Layout leva bem mais tempo e quebra com facilidade.
Os prompts, aliás, eram curtos e descuidados, como "Selecione aqui as 4 primeiras estrelas selected". O agente vê o que está selecionado no canvas e trabalha justamente com isso. A formatação a partir de uma referência também funcionou: ele propagou as configurações de colunas fixas de dois exemplos para as demais tabelas e aplicou o efeito zebra em 10 colunas. A conclusão da autora: um exemplo pronto direto no layout funciona melhor do que meia página de descrição.
O agente também serviu para verificação. Encontrou oito pares de combinações de propriedades duplicadas em um accordion e analisou 196 variantes e 840 alternâncias do componente table / cell. Isso não substitui testes funcionais, é uma auditoria preliminar. Os resultados ainda precisam ser conferidos manualmente, porque o agente pode entender errado a lógica pretendida.
Tokens: a parte mais demorada e mais útil
A vinculação de valores a tokens foi a mais trabalhosa. O agente pediu que a biblioteca Sova Style, com tokens de cores, tamanhos e fontes, fosse conectada. Depois disso, as cores foram vinculadas, mas a operação levou 56 minutos. Os valores numéricos (alturas e espaçamentos) levaram 58 minutos. Houve um problema com a geometria de um dos componentes.
Aqui, um recurso do prompt fez diferença. Um mesmo código HEX pode corresponder a vários tokens, por exemplo em temas diferentes. Por isso, Ekaterina escreveu explicitamente: nos casos ambíguos, não alterar nada e destacá-los no chat. Ficaram sem vínculo sobretudo valores semitransparentes em ilustrações e gradientes. Essa proibição de adivinhar transforma um possível erro silencioso em uma lista visível de dúvidas.
Entre outros exemplos: a partir de uma captura de tela, o agente recriou uma paleta de cores de 28 quadrados e completou sozinho os 25 que faltavam. Removeu os emojis dos nomes de 37 páginas em 20 segundos e não mexeu nos pontos de interrogação, que não eram mencionados no pedido.
A falha e a conta honesta
O único fracasso foi revelador. Pediram ao agente que trocasse os placeholders "cell text" por três linhas de qualquer texto, para testar o comportamento das células. Nas 36 células apareceram os mesmos "Texto 1", "Texto 2", "Texto 3". Formalmente, a tarefa foi cumprida; quanto ao sentido, não. Era preciso ter comprimentos diferentes, palavras longas e quebras de linha, mas isso não estava no prompt, e o agente não deduziu por conta própria.
A autora não propõe tratar os minutos das tabelas como economia líquida. Ainda é preciso tempo para formular a tarefa, conferir o resultado e corrigir o que o agente fez errado. O relatório do agente também não deve ser aceito sem checagem. Por exemplo, os nomes de propriedades restaurados devem ser comparados com o painel de propriedades do componente.
As práticas do artigo podem ser aplicadas imediatamente:
- escrever não só o que mudar, mas também o que não tocar: texto, ordem, larguras, estados;
- testar mudanças arriscadas primeiro em uma cópia ou em uma amostra pequena;
- em tarefas de vários passos, pedir que o agente descreva o plano antes e aguarde confirmação;
- antes de uma vinculação em massa, conectar a biblioteca necessária;
- para conteúdo de teste, definir explicitamente comprimentos diferentes e quebras de linha.
O principal ganho, segundo a autora, está no trabalho em paralelo. Enquanto o agente executa a mecânica clara, o designer pode cuidar de conceitos e decisões de produto. O limite da delegação passa por onde a tarefa exige sentido, e não a repetição de um exemplo. É um experimento isolado, em um único design system e sem estatística, mas, como um mapa de cenários que funcionam e que falham, é útil para equipes que decidem o que entregar ao Figma AI.
- 16 de mai. de 2026Figma no 1º trimestre: IA salva as finanças, mas o mercado não acredita
- 21 de nov. de 2026Designers conectaram o Claude Code e o ChatGPT e reduziram a etapa de desenvolvimento em 60%
- 18 de out. de 2026Anthropic prepara concorrente do Figma: é o começo do fim do SaaS tradicional?
- 23 de mai. de 2026IA para design: Figma integra um agente de IA ao canvas
Perguntas frequentes sobre a notícia
Onde o agente funciona bem?
Ele se sai melhor em tarefas mecânicas que têm um exemplo de referência. Em um componente com 100 variantes, trocou de lugar os valores icon=off e icon=on em 1 minuto e 23 segundos. Restaurou, a partir de um componente de referência, os nomes de propriedades que tinham virado Property 7 e Property 8. Percebeu um padrão nos espaçamentos e adicionou um quarto nível de aninhamento em seis conjuntos de árvores.
O que se sabe sobre Tokens: a parte mais demorada e mais útil?
A vinculação de valores a tokens foi a mais trabalhosa. O agente pediu que a biblioteca Sova Style, com tokens de cores, tamanhos e fontes, fosse conectada. Depois disso, as cores foram vinculadas, mas a operação levou 56 minutos. Os valores numéricos (alturas e espaçamentos) levaram 58 minutos. Houve um problema com a geometria de um dos componentes. Aqui, um recurso do prompt fez diferença. Um mesmo código HEX pode corresponder a vários tokens, por exemplo em temas diferentes.
O que se sabe sobre A falha e a conta honesta?
O único fracasso foi revelador. Pediram ao agente que trocasse os placeholders "cell text" por três linhas de qualquer texto, para testar o comportamento das células. Nas 36 células apareceram os mesmos "Texto 1", "Texto 2", "Texto 3". Formalmente, a tarefa foi cumprida; quanto ao sentido, não. Era preciso ter comprimentos diferentes, palavras longas e quebras de linha, mas isso não estava no prompt, e o agente não deduziu por conta própria. A autora não propõe tratar os minutos das tabelas como economia líquida.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.